BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

Tuliskan latar belakang penelitian di sini.
Jelaskan mengapa topik ini penting dan relevan untuk diteliti.

1.2 Rumusan Masalah

Tuliskan pertanyaan penelitian yang ingin dijawab.

1.3 Tujuan

Tuliskan tujuan penelitian secara umum dan khusus.

BAB II LANDASAN TEORI

2.1 Landasan Teori 1

Jelaskan teori pertama yang mendukung penelitian ini.

2.2 Landasan Teori 2

Uraikan teori kedua yang digunakan. bagian landsan teori ini semisal perlu lebih banyak silahkan atur je sama kalian

BAB III METODE PENELITIAN

3.1 Sumber Data

seperti biasa tuliskan disini ya

3.2 Variabel Penelitian

Daftar dan definisikan setiap variabel yang digunakan.
Misalnya:

Variabel Definisi Satuan
X1 Suhu rata-rata °C
Y Nilai hasil -

3.3 Langkah-langkah Analisis

Jelaskan prosedur analisis mulai dari tahap awal hingga akhir.

3.4 Diagram Alir

Masukkan diagram alir analisis kalo memungkinkan. sepertinya bisa belm ekspor markdown ini lagi

BAB IV HASIL DAN PEMBAHASAN

4.1 Statistik Deskriptif

# kolom kotak abu ini bagian tempat kalian menuliskan sintaksnya ya, sedangkan tombol pause warna hijau dikanan atas itu untuk runingnya tapi bisa jg makai ctrl+enter

library(sf)
## Linking to GEOS 3.13.1, GDAL 3.11.0, PROJ 9.6.0; sf_use_s2() is TRUE
library(ggplot2)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(rnaturalearth)
library(rnaturalearthdata)
## 
## Attaching package: 'rnaturalearthdata'
## The following object is masked from 'package:rnaturalearth':
## 
##     countries110
library(viridis)
## Loading required package: viridisLite
setwd("F:/00. SKRIPSI/COPULA DEPENDENCY")
data <- read.csv("FebryDeclustering209.csv")
summary(data)
##      Date             Longitude         Latitude        Magnitude    
##  Length:209         Min.   : 99.97   Min.   :-5.944   Min.   :4.200  
##  Class :character   1st Qu.:101.65   1st Qu.:-5.093   1st Qu.:4.900  
##  Mode  :character   Median :102.34   Median :-4.572   Median :5.200  
##                     Mean   :102.18   Mean   :-4.499   Mean   :5.286  
##                     3rd Qu.:102.81   3rd Qu.:-4.056   3rd Qu.:5.500  
##                     Max.   :103.45   Max.   :-2.486   Max.   :8.400  
##      Depth      
##  Min.   :  3.9  
##  1st Qu.: 33.0  
##  Median : 36.0  
##  Mean   : 46.5  
##  3rd Qu.: 60.8  
##  Max.   :163.2

jangan lupa jelaskan statistik deskriptifnya itu apa maksudnya ya..

4.2 Visualisasi Data Spasial tanpa SHP

# 3 Konversi menjadi data spasial (sf) 
gempa_sf <- st_as_sf(data, coords = c("Longitude", "Latitude"), crs = 4326)

# 4. Ambil batas administrasi Indonesia dan filter Bengkulu 
indo <- ne_states(country = "indonesia", returnclass = "sf")
bengkulu <- indo %>% filter(name == "Bengkulu")

# 5 Plot peta sebaran gempa TANPA SHP HANYA PACKAGES DARI sf 
ggplot() +
  geom_sf(data = bengkulu, fill = "gray", color = "black") +
  geom_sf(data = gempa_sf, aes(size = Magnitude, color = Depth), alpha = 0.7) +
  scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
  scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
  labs(title = "Sebaran Gempa di Provinsi Bengkulu",
       subtitle = "Sumber: USGS",
       x = "Longitude", y = "Latitude",
       caption = "Visualisasi: ggplot2 + sf") +
  theme_minimal() +
  theme(plot.title = element_text(face = "bold", size = 14),
        legend.position = "right")

4.3 Visualisasi Data Spasial menggunakan SHP

setwd("C:/Users/Administrator/Downloads")
bengkulu_shp<-st_read("Bengkulu_ADMIN_BPS.shp")
## Reading layer `Bengkulu_ADMIN_BPS' from data source 
##   `C:\Users\Administrator\Downloads\Bengkulu_ADMIN_BPS.shp' using driver `ESRI Shapefile'
## Simple feature collection with 10 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 101.0223 ymin: -5.514623 xmax: 103.7635 ymax: -2.276711
## Geodetic CRS:  WGS 84
head(bengkulu_shp)
## Simple feature collection with 6 features and 6 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 101.5758 ymin: -5.514623 xmax: 103.7635 ymax: -2.71688
## Geodetic CRS:  WGS 84
##     ADM0_EN       date    validOn PROVINCE        Kabupaten     PRV2
## 1 Indonesia 2019-12-20 2020-04-01 Bengkulu Bengkulu Selatan Bengkulu
## 2 Indonesia 2019-12-20 2020-04-01 Bengkulu  Bengkulu Tengah Bengkulu
## 3 Indonesia 2019-12-20 2020-04-01 Bengkulu   Bengkulu Utara Bengkulu
## 4 Indonesia 2019-12-20 2020-04-01 Bengkulu             Kaur Bengkulu
## 5 Indonesia 2019-12-20 2020-04-01 Bengkulu        Kepahiang Bengkulu
## 6 Indonesia 2019-12-20 2020-04-01 Bengkulu    Kota Bengkulu Bengkulu
##                         geometry
## 1 MULTIPOLYGON (((103.0004 -4...
## 2 MULTIPOLYGON (((102.4544 -3...
## 3 MULTIPOLYGON (((102.3862 -5...
## 4 MULTIPOLYGON (((103.3051 -4...
## 5 MULTIPOLYGON (((102.7059 -3...
## 6 MULTIPOLYGON (((102.281 -3....
ggplot(bengkulu_shp) +
  geom_sf(aes(fill = Kabupaten), color = "black", size = 0.3) +
  geom_sf(data = gempa_sf, aes(size = Magnitude, color = Depth), alpha = 0.7) +
  guides(fill = "none") +
  scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
  scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
  labs(title = "Sebaran Gempa Utama di Provinsi Bengkulu",
       subtitle = "Sumber: USGS",
       x = "Longitude", y = "Latitude",
       caption = "Visualisasi: ggplot2 + sf") +
  theme_minimal() +
  theme(plot.title = element_text(face = "bold", size = 14),
        legend.position = "right")

jelaskan atau interpretasikan output yang ada ya….

BAB V Kesimpulan dan Saran

5.1 Kesimpulan

tuliskan kesimpulan apa yang bisa diambil dari hasil visualisasi data tersebut disini

5.2 Saran

tuliskan sarannya disini ya…

Referensi

Kalian bisa buat referensi seperti laporan praktikum biasa dengan menggunakan word terus ditempelkan kesini atau bisa juga menggunakan sistasi langsung dari rmaakrdown ini. ambil yang gampa saja